基于多Wi-Fi链路的分米级被动人体跟踪技术解析
1. 交叉相关计算
交叉相关函数 $R(\tau)$ 的计算公式为:
[
R(\tau) = \frac{F^{-1}{F{s_1(t, 2T )} \cdot F^{*}{s_2(t, 2T )w(t)}}(t + \tau)}{|s_1(t + \tau, T )| \cdot |s_2(t, T )|}, \quad -\frac{T}{2} \leq \tau \leq \frac{T}{2}
]
其中,$F$ 是傅里叶变换,$w(t)$ 是一个窗函数,在区间 $[t - \frac{T}{2}, t + \frac{T}{2}]$ 内取值为 1,其他地方为 0。频域交叉相关的关键优势在于其计算效率高于时域。具体来说,分子的计算只涉及傅里叶变换和点积,而分母的计算可以在线性时间内迭代完成。因此,交叉相关的计算只需要 $O(T \log T)$ 的时间成本。采用 $T = 0.125$ s 的 CSI 段,并按照每 5 个索引计算子载波之间的时间延迟。
由于计算得到的时间延迟不稳定,当 PLCR 高于某个阈值(例如 0.5 m/s)时,会累积时间延迟;当 PLCR 低于该阈值或累积了足够多的时间延迟(例如 3 s)时,计算符号的分布。如果特定符号的百分比超过某个阈值(例如 70%),则机会性地识别连续 PLCR 的符号。
2. 人体速度与位置跟踪
为了全面跟踪人体的速度和位置,需要完成以下几个关键步骤,同时采用伪自校准方案和天线选择标准来优化跟踪结果。
- 运动检测
- 观察依据
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



